CN111724880A - 用户情绪调节方法、装置、设备和可读存储介质 - Google Patents
用户情绪调节方法、装置、设备和可读存储介质 Download PDFInfo
- Publication number
- CN111724880A CN111724880A CN202010518290.4A CN202010518290A CN111724880A CN 111724880 A CN111724880 A CN 111724880A CN 202010518290 A CN202010518290 A CN 202010518290A CN 111724880 A CN111724880 A CN 111724880A
- Authority
- CN
- China
- Prior art keywords
- emotion
- user
- adjusting
- data
- adjusted
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000008451 emotion Effects 0.000 title claims abstract description 182
- 238000000034 method Methods 0.000 title claims abstract description 70
- 230000008569 process Effects 0.000 claims abstract description 22
- 230000001105 regulatory effect Effects 0.000 claims abstract description 16
- 230000036651 mood Effects 0.000 claims description 20
- 230000015654 memory Effects 0.000 claims description 19
- 230000002452 interceptive effect Effects 0.000 claims description 14
- 230000004044 response Effects 0.000 claims description 10
- 239000000126 substance Substances 0.000 claims description 7
- 230000008909 emotion recognition Effects 0.000 claims description 6
- 230000006870 function Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K35/00—Arrangement of adaptations of instruments
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/18—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state for vehicle drivers or machine operators
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
-
- B60K35/10—
-
- B60K35/265—
-
- B60K35/28—
-
- B60K35/654—
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3484—Personalized, e.g. from learned user behaviour or user-defined profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24575—Query processing with adaptation to user needs using context
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
- G06F7/06—Arrangements for sorting, selecting, merging, or comparing data on individual record carriers
- G06F7/08—Sorting, i.e. grouping record carriers in numerical or other ordered sequence according to the classification of at least some of the information they carry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/049—Temporal neural networks, e.g. delay elements, oscillating neurons or pulsed inputs
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/63—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for estimating an emotional state
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/66—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for extracting parameters related to health condition
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/20—Workers
- A61B2503/22—Motor vehicles operators, e.g. drivers, pilots, captains
-
- B60K2360/148—
-
- B60K2360/164—
-
- B60K2360/166—
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/22—Psychological state; Stress level or workload
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/221—Physiology, e.g. weight, heartbeat, health or special needs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/20—Ensemble learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
Abstract
本申请实施例公开了一种用户情绪调节方法、装置、设备和可读存储介质,涉及自然语言理解和智能驾驶技术领域。具体实现方案为:获取用户在驾驶过程中的待调节情绪;根据所述待调节情绪,从数据库中读取针对所述待调节情绪的多种调节方式中每种调节方式的被采纳数据;根据所述每种调节方式的被采纳数据,从所述多种调节方式中选择目标调节方式;根据所述目标调节方式,对所述用户进行情绪调节操作。本实施例能够有效地调节用户的情绪,降低驾驶风险。
Description
技术领域
本申请涉及计算机技术,尤其涉及自然语言理解和智能驾驶技术领域。
背景技术
随着城市的快速发展和人类活动区域的增加,越来越多的用户开始驾车出行。用户在行驶过程中,如果遇到交通堵塞或者长时间等待等状况,可能会存在疲倦、焦虑不安等负面情绪,容易带来交通隐患。
目前,有的智能车载设备设置有音乐播放等功能,以调节用户的不良情绪,但是,每个用户的个性化特性不同,对情绪调节方式的接纳程度不尽相同,导致现有的情绪调节方式难以有效地调节用户的情绪,难以降低驾驶风险。
发明内容
本申请实施例提供了一种用户情绪调节方法、装置、设备和可读存储介质。
第一方面,本申请实施例提供了一种用户情绪调节方法,包括:
获取用户在驾驶过程中的待调节情绪;
根据所述待调节情绪,从数据库中读取针对所述待调节情绪的多种调节方式中每种调节方式的被采纳数据;
根据所述每种调节方式的被采纳数据,从所述多种调节方式中选择目标调节方式;
根据所述目标调节方式,对所述用户进行情绪调节操作。
第二方面,本申请实施例提供了一种用户情绪调节装置,包括:
获取模块,用于获取用户在驾驶过程中的待调节情绪;
读取模块,用于根据所述待调节情绪,从数据库中读取针对所述待调节情绪的多种调节方式中每种调节方式的被采纳数据;
选择模块,用于根据所述每种调节方式的被采纳数据,从所述多种调节方式中选择目标调节方式;
调节模块,用于根据所述目标调节方式,对所述用户进行情绪调节操作。
第三方面,本申请实施例提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行任一实施例所提供的一种用户情绪调节方法。
第四方面,本申请实施例还提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行任一实施例所提供的一种用户情绪调节方法。
根据本申请的技术能够有效地调节用户的情绪。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是本申请实施例中的第一种用户情绪调节方法的流程图;
图2是本申请实施例中的第二种用户情绪调节方法的流程图;
图3a是本申请实施例中的第三种用户情绪调节方法的流程图;
图3b是本申请实施例中的电子地图界面的示意图;
图4是本申请实施例中的用户情绪调节装置的结构图;
图5是用来实现本申请实施例的用户情绪调节方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
根据本申请的实施例,图1是本申请实施例中的第一种用户情绪调节方法的流程图,本申请实施例适用于在驾驶场景中,选取调节方式自动对用户的情绪进行调节的情况。该方法通过用户情绪调节装置执行,该装置采用软件和/或硬件实现,并具体配置于具备一定数据运算能力的电子设备中,该电子设备可以是车载终端或者便携式智能设备,其中,便携式智能设备包括但不限于智能手机、智能手环和智能眼镜等。
如图1所示的用户情绪调节方法,包括:
S110、获取用户在驾驶过程中的待调节情绪。
用户可以是车辆中的司机。用户在驾驶过程中,由于等红绿灯或堵车等路况原因或者个人原因可能会出现各种情绪,如沮丧、伤心和愤怒等负面情绪;又如高兴、快乐等正面情绪。本实施例中的待调节情绪主要是负面情绪。
可选的,通过电子设备采集用户的生理数据,并对生理数据进行分析得到用户的待调节情绪。生理数据包括但不限于语音、面部图像、对方向盘的握力等能够反映用户情绪的数据。
S120、根据待调节情绪,从数据库中读取针对待调节情绪的多种调节方式中每种调节方式的被采纳数据。
数据库可以配置在电子设备中或者与电子设备远程连接的服务器中。数据库预先存储了针对每种情绪的多种调节方式,以及每种调节方式的被采纳数据。
其中,调节方式为电子设备能够提供的智能化的调节方式,例如,播放音乐、播放笑话、播放视频、提供车辆当前位置附近的娱乐场所或休闲场所的定位,进一步可自动导航到该定位等等。本实施例对调节方式的具体形式不作限定。可选的,针对每种情绪的调节方式可以相同,也可以不同。在一可选实施方式中,全部调节方式均可以调节每种情绪。
由于每个用户的个性化特性不同,对调节方式的接纳程度不尽相同,因此针对每种情绪的每种调节方式的被采纳数据不同。本实施例中的被采纳数据可以是调节方式被当前用户采纳的数据,也可以是调节方式被用户群体采纳的数据。
可选的,被采纳数据包括被采纳次数、被采纳频率和被采纳率中的至少一项。其中,被采纳频率为设定时长内的被采纳次数,设定时长例如为1个月。被采纳率为调节方式的被采纳次数除以展示该调节方式的次数的商。本实施例中,通过被采纳次数、被采纳频率和被采纳率这三个维度,精准地反映了调节方式的被接纳程度。
在获取到待调节情绪后,将待调节情绪在数据库中进行比对,读取针对待调节情绪的多种调节方式中每种调节方式的被采纳数据。
S130、根据每种调节方式的被采纳数据,从多种调节方式中选择目标调节方式。
由于被采纳数据反映了调节方式的被接纳程度,可以选择被接纳程度高的调节方式作为目标调节方式,目标调节方式的数量为至少一个。
在一可选实施方式中,将超过设定阈值的被采纳数据所属的调节方式作为目标调节方式。设定阈值可以自主设定,例如被采纳次数的设定阈值为100。
在另一可选实施方式中,按照被采纳数据由大到小的顺序,对被采纳数据所属的调节方式进行排序;将前设定数量个调节方式确定为目标调节方式。设定数量为1、2或者3。
S140、根据目标调节方式,对用户进行情绪调节操作。
可选的,对用户进行情绪调节操作包括:直接执行该目标调节方式;如果目标调节方式的数量为至少两个,可以依次执行至少两个目标调节方式。示例性的,如果目标调节方式为播放音乐,则电子设备通过音乐应用程序播放音乐;如果目标调节方式为提供车辆当前位置附近的娱乐场所或休闲场所的定位,进一步自动导航到该定位,则电子设备通过电子地图搜索当前位置附近的娱乐场所或休闲场所的定位,并自动启动电子地图的导航功能,将当前位置作为出发地,将娱乐场所或休闲场所的定位作为目的地,得到导航路线。
本实施例中,数据库中预先存储针对待调节情绪的每种调节方式的被采纳数据,该被采纳数据反映了调节方式的被接纳程度,进而根据每种调节方式的被采纳数据选择目标调节方式,即选择出容易被用户接纳的调节方式;从而根据容易被用户接纳的调节方式,对用户进行情绪调节操作,能够有效地调节用户的情绪,降低驾驶风险,提高驾驶过程的智能化程度。
根据本申请的实施例,图2是本申请实施例中的第二种用户情绪调节方法的流程图,本申请实施例在上述各实施例的技术方案的基础上进行优化。
可选的,将操作“根据待调节情绪,从数据库中读取针对待调节情绪的多种调节方式中每种调节方式的被采纳数据”细化为以下操作中的至少一种“根据待调节情绪,从数据库中读取用户的属性对应的用户群体,在待调节情绪下对多种调节方式中每种调节方式的采纳数据;根据待调节情绪,从数据库中读取用户在历史时段中,在待调节情绪下对多种调节方式中每种调节方式的采纳数据;根据待调节情绪,从数据库中读取当前时空场景下的用户群体,在待调节情绪下对多种调节方式中每种调节方式的采纳数据;根据待调节情绪,从数据库中读取当前驾驶环境下的用户群体,在待调节情绪下对多种调节方式中每种调节方式的采纳数据”。
可选的,将操作“根据每种调节方式的被采纳数据,从多种调节方式中选择目标调节方式”细化为“根据每种调节方式的被采纳数据和附加数据,对多种调节方式进行排序;将前设定数量个调节方式,确定为目标调节方式;其中,附加数据包括用户的属性、当前时空场景、当前驾驶环境和每种调节方式的特征数据中的至少一种。”
如图2所示的用户情绪调节方法,包括:
S210、获取用户在驾驶过程中的待调节情绪。继续执行S220、S221、S222和S223中的至少一个操作。
S220、根据待调节情绪,从数据库中读取用户的属性对应的用户群体,在待调节情绪下对多种调节方式中每种调节方式的采纳数据。继续执行S230。
用户的属性包括但不限于用户的年龄、性别和住址。相应的,用户的属性对应的用户群体包括但不限于与用户的年龄段相匹配的用户群体,与用户的性别一致的用户群体和与用户的住址一致的用户群体。
可选的,在S220之前,采集至少一种属性对应的用户群体,在每种情绪下对每种调节方式的采纳数据。其中,至少一种属性为年龄段、性别和地址中的至少一种。相应的,用户群体为单属性或各种组合属性对应的群体。
需要说明的是,被采纳数据与采纳数据仅是表达方式不同,但实质是相同的。与被采纳数据类似,采纳数据也包括采纳次数、采纳频率和采纳率中的至少一项。采纳次数与被采纳次数相同,采纳频率与被采纳频率相同,采纳率与被采纳率相同。
接着,将超过设定阈值的采纳数据存储至数据库。设定阈值可以自主设定,例如采纳率的设定阈值为80%,这样可以保留高采纳率的调节方式,滤除低采纳率的调节方式。因此,从数据库中读取出的均是高采纳率调节方式以及对应的采纳率。
S221、根据待调节情绪,从数据库中读取用户在历史时段中,在待调节情绪下对多种调节方式中每种调节方式的采纳数据。继续执行S230。
历史时段可以是到当前时刻为止的一个时段,例如最近一个月或者最近一周。
可选的,在S221之前,采集每个用户在历史时段中,在每种情绪下对每种调节方式的采纳数据,并将超过设定阈值的采纳数据存储至数据库。
接着,将超过设定阈值的采纳数据存储至数据库。设定阈值可以自主设定,例如采纳率的设定阈值为80%。
S222、根据待调节情绪,从数据库中读取当前时空场景下的用户群体,在待调节情绪下对多种调节方式中每种调节方式的采纳数据。继续执行S230。
当前时空场景包括但不限于当前月份、当前时间点(如早上、中午和晚上)、当前节日和当前驾驶目的地。当前时空场景下的用户群体包括但不限于处于当前月份的用户群体、处于当前时间点的用户群体、处于当前节日的用户群体和驾驶目的地为当前驾驶目的地的用户群体。
可选的,在S222之前,采集至少一种时空场景下的用户群体,在每种情绪下对每种调节方式的采纳数据,并将超过设定阈值的采纳数据存储至数据库。其中,至少一种时空场景为月份、时间点、节日和驾驶目的地中的至少一种。相应的,用户群体为单场景或各种组合场景下的群体。
接着,将超过设定阈值的采纳数据存储至数据库。设定阈值可以自主设定,例如采纳率的设定阈值为80%。
S223、根据待调节情绪,从数据库中读取当前驾驶环境下的用户群体,在待调节情绪下对多种调节方式中每种调节方式的采纳数据。继续执行S230。
当前驾驶环境包括但不限于堵车环境、等红绿灯环境和当前车型。当前驾驶环境下的用户群体包括但不限于处于堵车环境的用户群体、处于等红绿灯环境的用户群体、驾驶当前车型的用户群体。
可选的,在S223之前,采集至少一种驾驶环境下的用户群体,在每种情绪下对每种调节方式的采纳数据,并将超过设定阈值的采纳数据存储至数据库。其中,至少一种驾驶环境为堵车环境、等红绿灯环境和当前车型中的至少一种。相应的,用户群体为单驾驶环境或各种组合驾驶环境下的群体。
接着,将超过设定阈值的采纳数据存储至数据库。设定阈值可以自主设定,例如采纳率的设定阈值为80%。
S230、根据每种调节方式的被采纳数据和附加数据,对多种调节方式进行排序。
附加数据包括用户的属性、当前时空场景、当前驾驶环境和每种调节方式的特征数据中的至少一种。每种调节方式的特征数据包括但不限于所有用户群体对每种调节方式的采纳数据和每种调节方式的类型,如语音类型还是导航类型。
示例性的,采用Rank函数对多种调节方式进行打分,rank函数是有监督训练得到的排序模型,在实际应用中可以选择GBDT(Gradient Boosting Decision Tree,梯度提升迭代决策树)。f(*)表示Rank函数,Si为每种调节方式的分数,如式(5)所示。
其中,C为从数据库中读取出的针对待调节情绪的多种调节方式的集合,Ui为从数据库中读取出的用户的属性对应的用户群体,在待调节情绪下对多种调节方式中每种调节方式的采纳数据,Ai为从数据库中读取出的用户在历史时段中,在待调节情绪下对多种调节方式中每种调节方式的采纳数据,Ei从数据库中读取出的当前时空场景下的用户群体,在待调节情绪下对多种调节方式中每种调节方式的采纳数据,Ji为该用户的属性,Hi为当前时空场景和当前驾驶环境,Ki为每种调节方式的特征数据。
然后,根据分数由高到低的顺序对多种调节方式进行排序。
S240、将前设定数量个调节方式,确定为目标调节方式。
其中,设定数量为1、2或者3。
S250、根据目标调节方式,对用户进行情绪调节操作。
值得说明的是,图2中的S220、S221、S222和S223为并列关系,但不限于此,S220、S221、S222和S223中的至少一个操作也可以顺次执行,例如顺次执行S220、S221、S222和S223,执行完毕后继续执行S230。
本实施例中,通过读取用户属性、历史时段、当前时空场景和当前驾驶场景对应的采纳数据,从而得到不同属性、历史时段和不同场景下每个调节方式的被接纳程度,进而选择出容易被用户接纳的调节方式;从而根据容易被用户接纳的调节方式,对用户进行情绪调节操作,能够有效地调节用户的情绪,降低驾驶风险。
进一步的,通过根据每种调节方式的被采纳数据和附加数据,对多种调节方式进行排序,通过排序的方法得到最有可能被用户接纳的调节方式。
在上述实施例和下述实施例中,在操作“根据待调节情绪,从数据库中读取针对待调节情绪的多种调节方式的被采纳数据”之后追加“如果数据库中不存在针对待调节情绪的任一调节方式的被采纳数据,或者用户为新用户,或者增加新的调节方式,按照设定规则确定目标调节方式”。
具体的,如果数据库中不存在针对待调节情绪的任一调节方式的被采纳数据,或者用户为新用户,或者增加新的调节方式,会存在被采纳数据缺失的冷启动问题。为了解决这个问题,按照设定规则确定目标调节方式。设定规则可以是人为指定调节方式,或者随机选择调节方式。
根据本申请的实施例,图3a是本申请实施例中的第三种用户情绪调节方法的流程图,本申请实施例在上述各实施例的技术方案的基础上进行优化。
可选的,可选的,将操作“获取用户在驾驶过程中的待调节情绪”细化为“采集用户在驾驶过程中的导航交互语音;对导航交互语音进行情绪识别,得到用户在驾驶过程中的待调节情绪”。
可选的,将操作“根据目标调节方式,对用户进行情绪调节操作”细化为“向用户发送目标调节方式的询问语音;接收用户对询问语音的应答语音,并对应答语音进行语音识别;根据语音识别结果,对用户进行情绪调节操作”。
如图3a所示的用户情绪调节方法,包括:
S310、采集用户在驾驶过程中的导航交互语音。
导航交互语音为用户使用电子地图进行导航时,向电子地图发送的交互语音,例如“导航到某个地址”或者“当前路段堵不堵车”。本实施例通过对导航交互语音进行情绪识别,从而在导航的场景中,有效地调节用户的情绪,降低驾驶风险。
S320、对导航交互语音进行情绪识别,得到用户在驾驶过程中的待调节情绪。
可选的,使用以下两种方式识别用户的情绪:1)基于MFCC(Mel FrequencyCepstrum Coefficient,梅尔频率倒谱系数)语音特征的SVM(Support Vector Machine,支持向量机)识别方法;2)基于原始语音特征的卷积神经网络和BILSTM深度神经网络识别方法。其中,BILSTM由前向的LSTM(Long Short-Term Memory,长短期记忆网络)与后向的LSTM结合得到。
S330、根据待调节情绪,从数据库中读取针对待调节情绪的多种调节方式中每种调节方式的被采纳数据。
S340、根据每种调节方式的被采纳数据,从多种调节方式中选择目标调节方式。
S350、向用户发送目标调节方式的询问语音。
获得目标调节方式后,可以询问用户需要执行哪个目标调节方式,以及是否需要执行目标调节方式。比如询问“为你播放歌曲还是讲故事?”,“为你播放歌曲,好不好?”。图3b是本申请实施例中的电子地图界面的示意图,电子地图界面上显示询问语音的文字信息“为你播放歌曲,好不好?”以及歌曲播放界面,从而以可视化的形式调节用户情绪。
S360、接收用户对询问语音的应答语音,并对应答语音进行语音识别。
用户收听到询问语音后,向电子设备发送对询问语音的应答语音,例如“可以”或“不可以”。
电子设备对应答语音进行语音识别得到语音识别结果,包括同意或拒绝,还可以包括调节条件,例如调节时间和调节地点。
S370、根据语音识别结果,对用户进行情绪调节操作。
如果语音识别结果为同意,则执行目标调节方式;如果语音识别结果为不同意,则结束本次操作。如果语音识别结果为调节条件,则按照调节条件执行目标调节方式,例如,在调节时间执行目标调节方式,又例如,在驾驶到调节地点时执行目标调节方式。
本实施例通过交互的方式调节用户的情绪,能够满足用户的个性化需求,提高情绪调节的智能化程度。
根据本申请的实施例,图4是本申请实施例中的用户情绪调节装置的结构图,本申请实施例适用于在驾驶场景中,选取调节方式自动对用户的情绪进行调节的情况,该装置采用软件和/或硬件实现,并具体配置于具备一定数据运算能力的电子设备中。
如图4所示的一种用户情绪调节装置400,包括:获取模块401、读取模块402、选择模块403和调节模块404;其中,
获取模块401,用于获取用户在驾驶过程中的待调节情绪;
读取模块402,用于根据待调节情绪,从数据库中读取针对待调节情绪的多种调节方式中每种调节方式的被采纳数据;
选择模块403,用于根据每种调节方式的被采纳数据,从多种调节方式中选择目标调节方式;
调节模块404,用于根据目标调节方式,对用户进行情绪调节操作。
本实施例中,数据库中预先存储针对待调节情绪的每种调节方式的被采纳数据,该被采纳数据反映了调节方式的被接纳程度,进而根据每种调节方式的被采纳数据选择目标调节方式,即选择出容易被用户接纳的调节方式;从而根据容易被用户接纳的调节方式,对用户进行情绪调节操作,能够有效地调节用户的情绪,降低驾驶风险。
进一步的,读取模块包括以下至少一个单元:属性单元,用于根据待调节情绪,从数据库中读取用户的属性对应的用户群体,在待调节情绪下对多种调节方式中每种调节方式的采纳数据;历史时段单元,用于根据待调节情绪,从数据库中读取用户在历史时段中,在待调节情绪下对多种调节方式中每种调节方式的采纳数据;时空场景单元,用于根据待调节情绪,从数据库中读取当前时空场景下的用户群体,在待调节情绪下对多种调节方式中每种调节方式的采纳数据;驾驶环境单元,用于根据待调节情绪,从数据库中读取当前驾驶环境下的用户群体,在待调节情绪下对多种调节方式中每种调节方式的采纳数据。
进一步的,该装置还包括以下至少一个模块:属性采集模块,用于采集至少一种属性对应的用户群体,在每种情绪下对每种调节方式的采纳数据,并将超过设定阈值的采纳数据存储至数据库;历史时段采集模块,用于采集每个用户在历史时段中,在每种情绪下对每种调节方式的采纳数据,并将超过设定阈值的采纳数据存储至数据库;时空场景采集模块,用于采集至少一种时空场景下的用户群体,在每种情绪下对每种调节方式的采纳数据,并将超过设定阈值的采纳数据存储至数据库;驾驶环境采集模块,用于采集至少一种驾驶环境下的用户群体,在每种情绪下对每种调节方式的采纳数据,并将超过设定阈值的采纳数据存储至数据库。
进一步的,被采纳数据包括:被采纳次数、被采纳频率和被采纳率中的至少一项。
进一步的,选择模块包括:排序单元,用于根据每种调节方式的被采纳数据和附加数据,对多种调节方式进行排序;确定单元,用于将前设定数量个调节方式,确定为目标调节方式;其中,附加数据包括用户的属性、当前时空场景、当前驾驶环境和每种调节方式的特征数据中的至少一种。
进一步的,该装置还包括设定规则调节模块,用于如果数据库中不存在针对待调节情绪的任一调节方式的被采纳数据,或者用户为新用户,或者增加新的调节方式,按照设定规则确定目标调节方式。
进一步的,获取模块包括:采集单元,用于采集用户在驾驶过程中的导航交互语音;识别单元,用于对导航交互语音进行情绪识别,得到用户在驾驶过程中的待调节情绪。
进一步的,调节模块404具体用于向用户发送目标调节方式的询问语音;接收用户对询问语音的应答语音,并对应答语音进行语音识别;根据语音识别结果,对用户进行情绪调节操作。
上述用户情绪调节装置可执行本申请任意实施例所提供的用户情绪调节方法,具备执行用户情绪调节方法相应的功能模块和有益效果。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图5所示,是实现本申请实施例的用户情绪调节方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图5所示,该电子设备包括:一个或多个处理器501、存储器502,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图5中以一个处理器501为例。
存储器502即为本申请所提供的非瞬时计算机可读存储介质。其中,存储器存储有可由至少一个处理器执行的指令,以使至少一个处理器执行本申请所提供的用户情绪调节方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的用户情绪调节方法。
存储器502作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的用户情绪调节的方法对应的程序指令/模块(例如,附图4所示的包括获取模块401、读取模块402、选择模块403和调节模块404)。处理器501通过运行存储在存储器502中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的用户情绪调节的方法。
存储器502可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储实现用户情绪调节方法的电子设备的使用所创建的数据等。此外,存储器502可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器502可选包括相对于处理器501远程设置的存储器,这些远程存储器可以通过网络连接至执行用户情绪调节方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
执行用户情绪调节方法的电子设备还可以包括:输入装置503和输出装置504。处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接,图5中以通过总线连接为例。
输入装置503可接收输入的数字或字符信息,以及产生与执行用户情绪调节方法的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置504可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (14)
1.一种用户情绪调节方法,包括:
获取用户在驾驶过程中的待调节情绪;
根据所述待调节情绪,从数据库中读取针对所述待调节情绪的多种调节方式中每种调节方式的被采纳数据;
根据所述每种调节方式的被采纳数据,从所述多种调节方式中选择目标调节方式;
根据所述目标调节方式,对所述用户进行情绪调节操作。
2.根据权利要求1所述的方法,其中,所述根据所述待调节情绪,从数据库中读取针对所述待调节情绪的多种调节方式中每种调节方式的被采纳数据,包括以下操作中的至少一种:
根据所述待调节情绪,从数据库中读取所述用户的属性对应的用户群体,在所述待调节情绪下对多种调节方式中每种调节方式的采纳数据;
根据所述待调节情绪,从所述数据库中读取所述用户在历史时段中,在所述待调节情绪下对多种调节方式中每种调节方式的采纳数据;
根据所述待调节情绪,从所述数据库中读取当前时空场景下的用户群体,在所述待调节情绪下对多种调节方式中每种调节方式的采纳数据;
根据所述待调节情绪,从所述数据库中读取当前驾驶环境下的用户群体,在所述待调节情绪下对多种调节方式中每种调节方式的采纳数据。
3.根据权利要求2所述的方法,在所述根据所述待调节情绪,从数据库中读取针对所述待调节情绪的多种调节方式中每种调节方式的被采纳数据之前,还包括以下操作中的至少一种:
采集至少一种属性对应的用户群体,在每种情绪下对每种调节方式的采纳数据,并将超过设定阈值的采纳数据存储至所述数据库;
采集每个用户在所述历史时段中,在每种情绪下对每种调节方式的采纳数据,并将超过所述设定阈值的采纳数据存储至所述数据库;
采集至少一种时空场景下的用户群体,在每种情绪下对每种调节方式的采纳数据,并将超过所述设定阈值的采纳数据存储至所述数据库;
采集至少一种驾驶环境下的用户群体,在每种情绪下对每种调节方式的采纳数据,并将超过所述设定阈值的采纳数据存储至所述数据库。
4.根据权利要求1所述的方法,其中,所述被采纳数据包括:被采纳次数、被采纳频率和被采纳率中的至少一项。
5.根据权利要求2所述的方法,其中,所述根据所述每种调节方式的被采纳数据,从所述多种调节方式中选择目标调节方式,包括:
根据所述每种调节方式的被采纳数据和附加数据,对所述多种调节方式进行排序;
将前设定数量个调节方式,确定为目标调节方式;
其中,所述附加数据包括所述用户的属性、所述当前时空场景、所述当前驾驶环境和每种调节方式的特征数据中的至少一种。
6.根据权利要求1-5任一项所述的方法,在所述根据所述待调节情绪,从数据库中读取针对所述待调节情绪的多种调节方式的被采纳数据之后,还包括:
如果所述数据库中不存在针对所述待调节情绪的任一调节方式的被采纳数据,或者所述用户为新用户,或者增加新的调节方式,按照设定规则确定目标调节方式。
7.根据权利要求1-5任一项所述的方法,其中,所述获取用户在驾驶过程中的待调节情绪,包括:
采集所述用户在驾驶过程中的导航交互语音;
对所述导航交互语音进行情绪识别,得到所述用户在驾驶过程中的待调节情绪。
8.根据权利要求1-5任一项所述的方法,其中,所述根据所述目标调节方式,对所述用户进行情绪调节操作,包括:
向所述用户发送所述目标调节方式的询问语音;
接收所述用户对所述询问语音的应答语音,并对所述应答语音进行语音识别;
根据所述语音识别结果,对所述用户进行情绪调节操作。
9.一种用户情绪调节装置,包括:
获取模块,用于获取用户在驾驶过程中的待调节情绪;
读取模块,用于根据所述待调节情绪,从数据库中读取针对所述待调节情绪的多种调节方式中每种调节方式的被采纳数据;
选择模块,用于根据所述每种调节方式的被采纳数据,从所述多种调节方式中选择目标调节方式;
调节模块,用于根据所述目标调节方式,对所述用户进行情绪调节操作。
10.根据权利要求9所述的装置,其中,读取模块包括以下至少一个单元:
属性单元,用于根据所述待调节情绪,从数据库中读取所述用户的属性对应的用户群体,在所述待调节情绪下对多种调节方式中每种调节方式的采纳数据;
历史时段单元,用于根据所述待调节情绪,从所述数据库中读取所述用户在历史时段中,在所述待调节情绪下对多种调节方式中每种调节方式的采纳数据;
时空场景单元,用于根据所述待调节情绪,从所述数据库中读取当前时空场景下的用户群体,在所述待调节情绪下对多种调节方式中每种调节方式的采纳数据;
驾驶环境单元,用于根据所述待调节情绪,从所述数据库中读取当前驾驶环境下的用户群体,在所述待调节情绪下对多种调节方式中每种调节方式的采纳数据。
11.根据权利要求10所述的装置,其中,选择模块包括:
排序单元,用于根据所述每种调节方式的被采纳数据和附加数据,对所述多种调节方式进行排序;
确定单元,用于将前设定数量个调节方式,确定为目标调节方式;
其中,所述附加数据包括所述用户的属性、所述当前时空场景、所述当前驾驶环境和每种调节方式的特征数据中的至少一种。
12.根据权利要求9-11任一项所述的装置,其中,获取模块包括:
采集单元,用于采集所述用户在驾驶过程中的导航交互语音;
识别单元,用于对所述导航交互语音进行情绪识别,得到所述用户在驾驶过程中的待调节情绪。
13.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的一种用户情绪调节方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-8中任一项所述的一种用户情绪调节方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010518290.4A CN111724880A (zh) | 2020-06-09 | 2020-06-09 | 用户情绪调节方法、装置、设备和可读存储介质 |
US17/111,244 US20210380118A1 (en) | 2020-06-09 | 2020-12-03 | Method and apparatus for regulating user emotion, device, and readable storage medium |
KR1020210033417A KR20210047827A (ko) | 2020-06-09 | 2021-03-15 | 사용자 정서 조절 방법, 장치, 기기 및 판독 가능한 저장 매체 |
JP2021048652A JP7290683B2 (ja) | 2020-06-09 | 2021-03-23 | ユーザー気分調整方法、装置、電子デバイス、コンピュータ可読記憶媒体及びコンピュータプログラム |
EP21164727.6A EP3831636B1 (en) | 2020-06-09 | 2021-03-24 | Method for regulating user emotion, device, and readable storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010518290.4A CN111724880A (zh) | 2020-06-09 | 2020-06-09 | 用户情绪调节方法、装置、设备和可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111724880A true CN111724880A (zh) | 2020-09-29 |
Family
ID=72567800
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010518290.4A Pending CN111724880A (zh) | 2020-06-09 | 2020-06-09 | 用户情绪调节方法、装置、设备和可读存储介质 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20210380118A1 (zh) |
EP (1) | EP3831636B1 (zh) |
JP (1) | JP7290683B2 (zh) |
KR (1) | KR20210047827A (zh) |
CN (1) | CN111724880A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112837552A (zh) * | 2020-12-31 | 2021-05-25 | 北京梧桐车联科技有限责任公司 | 语音播报方法、装置及计算机可读存储介质 |
CN113450804A (zh) * | 2021-06-23 | 2021-09-28 | 深圳市火乐科技发展有限公司 | 语音可视化方法、装置、投影设备及计算机可读存储介质 |
CN114999534A (zh) * | 2022-06-10 | 2022-09-02 | 中国第一汽车股份有限公司 | 一种车载音乐的播放控制方法、装置、设备和存储介质 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114995658A (zh) * | 2022-08-02 | 2022-09-02 | 联友智连科技有限公司 | 一种应用于驾驶员不同情绪的主动交互推荐方法 |
CN116849659B (zh) * | 2023-09-04 | 2023-11-17 | 深圳市昊岳科技有限公司 | 一种司机状态监测用的智能情绪手环及其监测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109859822A (zh) * | 2019-01-15 | 2019-06-07 | 浙江强脑科技有限公司 | 情绪调节方法、装置及计算机可读存储介质 |
CN109883430A (zh) * | 2019-02-13 | 2019-06-14 | 平安科技(深圳)有限公司 | 导航路线推荐方法、装置、存储介质及计算机设备 |
CN110096645A (zh) * | 2019-05-07 | 2019-08-06 | 北京百度网讯科技有限公司 | 信息推荐方法、装置、设备和介质 |
CN111149172A (zh) * | 2019-12-30 | 2020-05-12 | 深圳市易优斯科技有限公司 | 情绪管理方法、设备及计算机可读存储介质 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006146630A (ja) | 2004-11-22 | 2006-06-08 | Sony Corp | コンテンツ選択再生装置、コンテンツ選択再生方法、コンテンツ配信システムおよびコンテンツ検索システム |
KR101107009B1 (ko) * | 2010-03-10 | 2012-01-25 | (주)유라클 | 차량의 감성 테라피 제공 방법 및 장치 |
JP6097126B2 (ja) | 2013-04-10 | 2017-03-15 | 株式会社Nttドコモ | レコメンド情報生成装置及びレコメンド情報生成方法 |
DE102015105581A1 (de) | 2014-11-03 | 2016-05-04 | Audi Ag | System und Verfahren zur Überwachung des Gesundheitszustandes und/oder des Befindens eines Fahrzeuginsassen |
CN106803423B (zh) * | 2016-12-27 | 2020-09-04 | 智车优行科技(北京)有限公司 | 基于用户情绪状态的人机交互语音控制方法、装置及车辆 |
KR101877941B1 (ko) * | 2017-12-26 | 2018-07-12 | 주식회사 멘탈케어시스템 | 생체 신호를 이용한 개인 맞춤형 감성 자극 시스템 |
CN108875682A (zh) | 2018-06-29 | 2018-11-23 | 百度在线网络技术(北京)有限公司 | 信息推送方法和装置 |
DE112019006677T5 (de) * | 2019-01-16 | 2021-11-04 | Sony Group Corporation | Antwortverarbeitungsvorrichtung und Antwortverarbeitungsverfahren |
US11532319B2 (en) * | 2020-03-16 | 2022-12-20 | Harman International Industries, Incorporated | Techniques for separating driving emotion from media induced emotion using an additive/subtractive, conjunctive, disjunctive, or Bayesian technique in a driver monitoring system |
-
2020
- 2020-06-09 CN CN202010518290.4A patent/CN111724880A/zh active Pending
- 2020-12-03 US US17/111,244 patent/US20210380118A1/en not_active Abandoned
-
2021
- 2021-03-15 KR KR1020210033417A patent/KR20210047827A/ko not_active Application Discontinuation
- 2021-03-23 JP JP2021048652A patent/JP7290683B2/ja active Active
- 2021-03-24 EP EP21164727.6A patent/EP3831636B1/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109859822A (zh) * | 2019-01-15 | 2019-06-07 | 浙江强脑科技有限公司 | 情绪调节方法、装置及计算机可读存储介质 |
CN109883430A (zh) * | 2019-02-13 | 2019-06-14 | 平安科技(深圳)有限公司 | 导航路线推荐方法、装置、存储介质及计算机设备 |
CN110096645A (zh) * | 2019-05-07 | 2019-08-06 | 北京百度网讯科技有限公司 | 信息推荐方法、装置、设备和介质 |
CN111149172A (zh) * | 2019-12-30 | 2020-05-12 | 深圳市易优斯科技有限公司 | 情绪管理方法、设备及计算机可读存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112837552A (zh) * | 2020-12-31 | 2021-05-25 | 北京梧桐车联科技有限责任公司 | 语音播报方法、装置及计算机可读存储介质 |
CN113450804A (zh) * | 2021-06-23 | 2021-09-28 | 深圳市火乐科技发展有限公司 | 语音可视化方法、装置、投影设备及计算机可读存储介质 |
CN114999534A (zh) * | 2022-06-10 | 2022-09-02 | 中国第一汽车股份有限公司 | 一种车载音乐的播放控制方法、装置、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
KR20210047827A (ko) | 2021-04-30 |
JP7290683B2 (ja) | 2023-06-13 |
EP3831636A2 (en) | 2021-06-09 |
EP3831636B1 (en) | 2023-02-22 |
US20210380118A1 (en) | 2021-12-09 |
EP3831636A3 (en) | 2021-09-01 |
JP2021182371A (ja) | 2021-11-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111724880A (zh) | 用户情绪调节方法、装置、设备和可读存储介质 | |
WO2021232957A1 (zh) | 人机对话中的响应方法、对话系统及存储介质 | |
JP6987814B2 (ja) | 自然言語会話に関連する情報の視覚的提示 | |
CN112189229B (zh) | 针对计算机化个人助手的技能发现 | |
US11449682B2 (en) | Adjusting chatbot conversation to user personality and mood | |
US20170357521A1 (en) | Virtual keyboard with intent-based, dynamically generated task icons | |
CN111339246A (zh) | 查询语句模板的生成方法、装置、设备及介质 | |
KR20170065563A (ko) | 다중 모드 대화 상호 작용에서 음성 언어 이해를 위한 눈 시선 | |
US10755711B2 (en) | Information presentation device, information presentation system, and terminal device | |
CN111831813B (zh) | 对话生成方法、装置、电子设备及介质 | |
US20210217409A1 (en) | Electronic device and control method therefor | |
US20230108256A1 (en) | Conversational artificial intelligence system in a virtual reality space | |
US11869497B2 (en) | Parallel hypothetical reasoning to power a multi-lingual, multi-turn, multi-domain virtual assistant | |
US11257482B2 (en) | Electronic device and control method | |
CN110543558B (zh) | 问题匹配方法、装置、设备和介质 | |
CN112541120B (zh) | 推荐评论生成方法、装置、设备和介质 | |
CN112269867A (zh) | 用于推送信息的方法、装置、设备以及存储介质 | |
WO2016138349A1 (en) | Systems and methods of structuring reviews with auto-generated tags | |
CN111883127A (zh) | 用于处理语音的方法和装置 | |
CN115463424A (zh) | 虚拟角色的显示控制方法、装置和电子设备 | |
US20210312138A1 (en) | System and method for handling out of scope or out of domain user inquiries | |
KR20190003709A (ko) | 메시지 교환 스레드를 사용한 효율적인 검색 촉진 | |
KR102440635B1 (ko) | 음성 패킷 녹취 기능의 안내 방법, 장치, 기기 및 컴퓨터 저장 매체 | |
CN112328776A (zh) | 对话生成方法、装置、电子设备和存储介质 | |
CN112650844A (zh) | 对话状态的追踪方法、装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |